点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达

编辑：3D视觉工坊

添加小助理：cv3d001，备注：方向+单位+昵称，拉你入群。文末附行业细分群。

扫描下方二维码，加入「3D视觉从入门到精通」知识星球(点开有惊喜)，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20+门独家视频课程、100+场顶会直播讲解、最新顶会论文分享、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

作者：天外飞仙
原文：https://zhuanlan.zhihu.com/p/14517710925

今天通过一组数据和多组实验来验证使用MATLAB与OpenCv进行相机标定，到底谁的精度更高？原因是什么？

一、实验数据

选择一组大家都能获取的数据，在OpenCv源代码sample目录中的data数据，选择data目录中的left01.jpg、…、 left14.jpg，共计13张图像。

下载地址：OpenCv官网：https://opencv.org/releases/

在…\4.10.0\opencv-4.10.0\samples\data目录中

二、测试工具

VS2022开发平台： 编写OpenCv标定程序，整理数据

测试工具或代码参考：

OpenCv标定程序参考：OpenCv4.5.5 源代码中的…opencv-4.10.0\samples\cpp\calibration.cpp

MATLAB R2024a：单目视觉标定工具箱

使用OptiCalib标定系统对OpenCv和MATLAB标定结果进行标定结果进行可视化对比分析，今天主要对相机标定结果的重投影均误差进行对比分析。

三、测试配置

为对比不同工具的标定精度，这里对标定参数进行统一，按照MATLAB单目视觉标定工具箱的默认配置进行单目镜头相机标定，具体配置如下：

镜头焦距和主点（4参数）： 焦距：Fx 、Fy ，主点：Cx、Cy

畸变参数（2参数）： 径向畸变： K1、K2，其它参数默认为0，保持不变。

以上是MATLAB标定工具箱的默认配置，测试时OpenCv和OptiCalib标定系统参数设置与MATLAB配置一致，测试在配置一致情况下标定结果的像素重投影误差均误差，其中棋盘方格长度设置为100毫米。

四、实验测试

采用四组实验，标定精度评价标准：像素重投影误差均误差（保留小数点后6位）

1.MATLAB、OpenCv、OptiCalib按照同样配置对13张样本图像进行相机标定，计算三者相机标定的像素重投影误差均误差，评价同样标定参数配置情况下，谁的精度最高。

1.1 MATLAB进行相机标定

MATLAB计算像素重投影误差均误差（MeanE）：0.159648（四舍五入保留小数点后6位）

1.2 OpenCv进行相机标定

标定参数设置：

int flags = cv::CALIB_FIX_K3 + cv::CALIB_ZERO_TANGENT_DIST;//设置K3和相机的切向畸变系数为0并锁定

因为OpenCv的calibrateCamera标定函数返回的是像素重投影误差均方根，在此我们将使用OpenCv相机标定结果重新计算像素重投影均误差和像素重投影误差均方根：

OpenCv计算像素重投影误差均误差（MeanE）：0.319373（四舍五入保留小数点后6位）

OpenCv计算重投影均方根误差（RMS） = 0.384051（四舍五入保留小数点后6位）

1.3 OptiCalib进行相机标定

OptiCalib标定界面：

OptiCalib计算像素重投影误差均误差（MeanE）：0.157898（四舍五入保留小数点后6位）

结论：精度高低排序 OptiCalib > MATLAB > OpenCv

2.将MATLAB检测的棋盘角点导入OpenCv 中，使用OpenCv对MATLAB检测棋盘角点进行相机标定，计算像素重投影误差均误差, 评定同样的检测角点精度情况下，OpenCv与MATLAB标定精度谁最高。

导出MATLAB检测的棋盘角点，OpenCv使用同样的配置进行相机标定：

OpenCv使用MATLAB棋盘点进行相机标定重投影误差平均值（MeanE）= 0.159648

OpenCv使用MATLAB棋盘点进行相机标定重投影均方根误差（RMS） = 0.182783

以上结果与MATLAB标定结果一致。

3.将MATLAB和OpenCv检测的棋盘角点导入OptiCalib系统中，使用OptiCalib对MATLAB和OpenCv检测棋盘角点进行相机标定，计算像素重投影误差均误差。使用OptiCalib系统来对比分析OpenCv与MATLAB棋盘角点检测精度。

3.1 MATLAB检测的棋盘角点导入OptiCalib系统进行相机标定

OptiCalib使用MATLAB棋盘点进行相机标定重投影误差平均值（MeanE）= 0.159648，以上结果与MATLAB和OpenCv使用MATLAB棋盘点进行相机标定的结果一致。

使用OptiCalib对MATLAB棋盘点像素重投影误差二维分布：

如上图为MATLAB检测棋盘角点的二维分布，误差整体相对集中，但是也存在一个明显的噪声点(1个像素左右)，稍后我们将修正该点，验证噪声对相机标定的影响。

3.2 OpenCv检测的棋盘角点导入OptiCalib系统进行相机标定

OptiCalib使用OpenCv棋盘点进行相机标定重投影误差平均值（MeanE）= 0.319373，这个结果与使用OpenCv直接进行相机标定结果一致。

如上图为OpenCv检测棋盘角点的二维分布，误差整体相对集中，但是存在较多大于1个像素的噪声点，这是引起OpenCv相机标定精度低的原因。

4.使用OptiCalib修正MATLAB检测的棋盘角点噪声后再进行相机标定， 计算像素重投影误差均误差。

该实验是验证噪声对相机标定精度的影响，使用OptiCalib修正MATLAB的噪点，再进行相机标定：

先放大看下噪点信息：

双击OptiCalib二维分布图噪点，即可自动定位该点所在的影像和对应图像位置，标定点编辑页面如下：

图像中双击新的位置，即可使用对MATLAB棋盘点噪点修正，修正后进行相机标定重投影误差平均值（MeanE）= 0.158018，修正前重投影均误差为0.159648。

由此可见，棋盘噪声对相机标定精度影响较大。

五、结论

1.MATLAB比OpenCv检测棋盘角点的精度高，噪点分布少。

2.MATLAB比OpenCv相机标定精度高直接原因是MATLAB定位角点的精度高和一致性较好。

3.在使用同样角点数据的情况下，MATLAB、OpenCv、OptiCalib进行相机标定结果一致（重投影误差保留小数点后6位）。

4.标定点中的噪点对标定精度影响较大，在相机标定时应该逐点检查并剔除，以确保参与运算的点没有噪声。

最后需要说明的是：像素重投影误差并非相机标定精度评定的唯一评价标准，重投影误差小并不一定代表镜头的标定精度就高，它仅能代表该组样本的棋盘方格的拟合程度，对于未拍摄到棋盘方格约束的镜头区域，其像素畸变程度仍不确定，特别是边缘区域。

以上仅仅是个人观点，各位行业朋友有任何疑问可以留言或者私信~欢迎讨论~~~

---

下面来自于3D视觉工坊：

标定精度的影响因素主要包括：

• 图像分辨率；

• 特征提取精度；

• 标定板摆放位姿是否覆盖全面

• 标定算法，迭代条件

• 椭圆构象偏差

为什么推荐圆形标定板

对称圆标定板

非对称标定板

扫码可查看商品详情

▲长按添加小助理：cv3d001 或者 13451707958，咨询更多